Entity Resolution
Definition: Entity Resolution bezeichnet den Prozess, Datensätze aus unterschiedlichen Quellen eindeutig einer realen Entität zuzuordnen. Ziel ist es, Duplikate zu erkennen und inkonsistente Schreibweisen zusammenzuführen. Das Verfahren kombiniert deterministische Regeln, probabilistisches Matching und maschinelles Lernen. In OSINT und Sales Intelligence bildet es die Grundlage für saubere Kundendaten, präzise Zielgruppenanalysen und belastbare Umsatzprognosen.
Was ist Entity Resolution?
Entity Resolution ist ein Prozess, der Datensätze aus unterschiedlichen Quellen einer eindeutigen realen Entität zuordnet. Eine Entität kann eine Person, ein Unternehmen, ein Produkt oder eine Adresse sein. Die Schwierigkeit liegt darin, dass dieselbe Entität in verschiedenen Datenbanken unterschiedlich beschrieben wird. Mal fehlt die E-Mail-Adresse, mal ist der Firmenname abgekürzt, mal gibt es Tippfehler.
Stellen Sie sich eine Polizeiakte vor, in der Zeugenaussagen zu einem Tatverdächtigen gesammelt werden. Ein Zeuge nennt „Mike Miller“, ein anderer „Michael Müller“. Nur weil die Schreibweise abweicht, handelt es sich nicht um verschiedene Personen. Entity Resolution arbeitet wie ein Detektiv: Sie sammelt Hinweise, prüft Ähnlichkeiten und entscheidet, ob zwei Datensätze zusammengehören – oder nicht.
Warum ist Entity Resolution anspruchsvoll?
In der Praxis sind Daten selten sauber. Unterschiedliche Systeme verwenden eigene Formate, Abkürzungen und Referenzwerte. Ein Kunde heißt in der Buchhaltung „ACME GmbH“ und im CRM „ACME-Bau GmbH“. Telefonnummern sind unterschiedlich formatiert. Hinzu kommen Hindernisse: Millionen Datensätze lassen sich nicht manuell abgleichen.
Die zentralen Herausforderungen:
| Herausforderung | Beispiel | Erfolgsfaktor |
|---|---|---|
| Schreibvarianten | „ACME GmbH“ vs. „ACME-Bau GmbH“ | Normalisierung |
| Tippfehler | „Michael Müller“ vs. „Michal Müller“ | Fuzzy Matching |
| fehlende Attribute | keine Telefonnummer | Kontextwissen |
| zeitliche Änderungen | Firmenumzug, Namensänderung | Historienmodell |
| Skalierung | 10 Millionen Datensätze | verteilte Verarbeitung |
Hinzu kommt die Mehrdeutigkeit von Begriffen: „Amazon“ kann ein Unternehmen oder ein Fluss sein. Ohne Kontext bleibt die Unterscheidung vage.
Methoden und Techniken
Die einfachste Form der Entity Resolution ist der exakte Schlüsselabgleich. Wenn IDs systemübergreifend geteilt werden, ist die Aufgabe trivial. Meistens reichen deterministische Regeln jedoch nicht aus.
Moderne Ansätze kombinieren mehrere Verfahren:
- Datenvorverarbeitung: Normalisierung von Namen, Adressen und Telefonnummern.
- Ähnlichkeitsmaße: Levenshtein-Distanz, Jaro-Winkler, Token-basierte Verfahren.
- Maschinelles Lernen: Klassifikationsmodelle auf gelabelten Datenpaaren.
- Graph-Clustering: Entitäten als Knoten, die über Ähnlichkeitskanten verbunden sind.
Wer Entity Resolution als einmaliges Projekt betrachtet, verliert in dynamischen Datenumgebungen schnell den Anschluss. Entscheidend ist die Integration in den laufenden Datenfluss.
Durch aktives Lernen lässt sich der manuelle Labelaufwand reduzieren. Ein Modell schlägt Kandidatenpaare vor, ein Analyst bestätigt oder verwirft die Zuordnung. Das Feedback fließt zurück in das Modell und verbessert die Precision.
Entity Resolution in OSINT und Sales Intelligence
In der OSINT-Arbeit werden Informationen aus öffentlich zugänglichen Quellen zusammengetragen. Eine Person kann in einem Forum, in einem Firmenregister und in einem sozialen Netzwerk auftauchen – jeweils mit leicht veränderten Angaben. Entity Resolution macht aus diesen Fragmenten ein stimmiges Lagebild.
Für Sales Intelligence ist der Nutzen unmittelbar: Vertriebsteams arbeiten mit CRM-Daten, Kampagnenlisten und externen Anreicherungsdiensten. Duplikate kosten Zeit und verfälschen Kennzahlen. Wer Entity Resolution einsetzt, erkennt, dass ein warmer Lead und ein Newsletter-Kontakt dieselbe Person sind. So entstehen konsolidierte Kundenprofile mit vollständiger Interaktionshistorie. Das verbessert die Priorisierung und erhöht die Conversion-Chance.
Zudem erlaubt ER eine saubere Zuordnung von Umsätzen zu Accounts. Ohne diese Zuordnung bleiben Revenue-Attributionen unscharf und Prognosen instabil.
« Back to Glossary Index